KR20190066882A - 가상 스크린의 파라미터 추정 방법 및 장치 - Google Patents
가상 스크린의 파라미터 추정 방법 및 장치 Download PDFInfo
- Publication number
- KR20190066882A KR20190066882A KR1020170166725A KR20170166725A KR20190066882A KR 20190066882 A KR20190066882 A KR 20190066882A KR 1020170166725 A KR1020170166725 A KR 1020170166725A KR 20170166725 A KR20170166725 A KR 20170166725A KR 20190066882 A KR20190066882 A KR 20190066882A
- Authority
- KR
- South Korea
- Prior art keywords
- virtual
- parameter
- physical
- parameters
- pattern
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000006243 chemical reaction Methods 0.000 claims abstract description 140
- 230000009466 transformation Effects 0.000 claims description 80
- 238000003860 storage Methods 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 5
- 238000013519 translation Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000011900 installation process Methods 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
- G02B27/01—Head-up displays
- G02B27/0101—Head-up displays characterised by optical features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/10—Geometric effects
- G06T15/20—Perspective computation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
- G02B27/01—Head-up displays
- G02B27/0101—Head-up displays characterised by optical features
- G02B2027/0138—Head-up displays characterised by optical features comprising image capture systems, e.g. camera
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
- G02B27/01—Head-up displays
- G02B27/0101—Head-up displays characterised by optical features
- G02B2027/014—Head-up displays characterised by optical features comprising information/image processing systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
- G06T2207/30208—Marker matrix
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Optics & Photonics (AREA)
- Image Analysis (AREA)
- Instrument Panels (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
가상 스크린의 파라미터 추정 방법 및 장치가 개시된다. 일 실시예에 따른 추정 방법은 물리 패턴에 대한 가상 카메라들의 변환 파라미터들에 기초하여 가상 카메라들 중 기준 카메라에 대한 가상 카메라들의 제1 변환 파라미터들을 결정하고, 가상 패턴에 대한 가상 카메라들의 변환 파라미터들에 기초하여 기준 카메라에 대한 가상 카메라들의 제2 변환 파라미터들을 결정하고, 제1 변환 파라미터들 및 제2 변환 파라미터들에 기초하여 가상 스크린의 치수 파라미터를 추정하는 단계들을 포함한다.
Description
아래 실시예들은 가상 스크린의 파라미터 추정 방법 및 장치에 관한 것이다.
HUD(head up display) 시스템은 운전자의 전방에 허상(virtual image)을 생성하고 허상 내에 정보를 표시하여 운전자에게 다양한 정보를 제공할 수 있다. 운전자에게 제공되는 정보는 차량 속도, 주유 잔량, 엔진 RPM(revolution per minute) 등의 계기판 정보 및 네비게이션 정보를 포함할 수 있다. 운전자는 운전 중에 시선의 이동 없이 전방에 표시된 정보를 쉽게 파악할 수 있으므로, 운전 안정성이 높아질 수 있다. HUD 시스템은 계기판 정보 및 네비게이션 정보 이외에도 전방 시야가 좋지 않은 경우에 도움을 주기 위한 차선 표시, 공사 표시, 교통사고 표시, 행인을 나타내는 경고 표시 등을 운전자에게 AR(Augmented Reality) 기법으로 제공할 수 있다.
일 실시예에 따른 가상 스크린의 파라미터 추정 방법은 물리 평면에 표시된 물리 패턴 및 가상 스크린에 표시된 가상 패턴을 비추는 반사체가 촬영된, 복수의 촬영 영상들을 물리 카메라로부터 획득하는 단계; 상기 물리 카메라에 대응하는 가상 카메라들을 상기 반사체의 반사 각도 별로 추정하는 단계; 상기 물리 패턴에 대한 상기 가상 카메라들의 변환 파라미터들에 기초하여, 상기 가상 카메라들 중 기준 카메라에 대한 상기 가상 카메라들의 제1 변환 파라미터들을 결정하는 단계; 상기 가상 패턴에 대한 상기 가상 카메라들의 변환 파라미터들에 기초하여, 상기 기준 카메라에 대한 상기 가상 카메라들의 제2 변환 파라미터들을 결정하는 단계; 및 상기 제1 변환 파라미터들 및 상기 제2 변환 파라미터들에 기초하여 상기 가상 스크린의 치수 파라미터를 추정하는 단계를 포함한다.
상기 치수 파라미터를 추정하는 단계는 상기 제1 변환 파라미터들 및 상기 제2 변환 파라미터들 간의 차이를 최소화하는 값을 상기 치수 파라미터로 추정하는 단계를 포함할 수 있다.
상기 가상 스크린의 파라미터 추정 방법은 상기 추정된 치수 파라미터에 기초하여 상기 물리 카메라에 대한 상기 가상 스크린의 변환 파라미터를 추정하는 단계를 더 포함할 수 있다.
상기 가상 스크린의 파라미터 추정 방법은 상기 가상 카메라들에 대한 상기 물리 카메라의 변환 파라미터 및 상기 가상 스크린에 대한 상기 가상 카메라들의 변환 파라미터에 기초하여, 상기 물리 카메라에 대한 상기 가상 스크린의 변환 파라미터를 추정하는 단계를 더 포함할 수 있다.
상기 가상 스크린의 파라미터 추정 방법은 상기 복수의 촬영 영상들에 기초하여 상기 가상 카메라들에 대한 상기 물리 카메라의 변환 파라미터를 추정하는 단계를 더 포함할 수 있다.
상기 가상 스크린의 파라미터 추정 방법은 상기 제1 변환 파라미터들 및 상기 제2 변환 파라미터들에 기초하여 상기 가상 스크린에 대한 상기 가상 카메라들의 변환 파라미터를 추정하는 단계를 더 포함할 수 있다.
다른 실시예에 따르면, 가상 스크린의 파라미터 추정 방법은 가상 스크린에 표시된 가상 패턴을 비추고, 물리 패턴을 포함하는 반사체가 촬영된, 복수의 촬영 영상들을 물리 카메라로부터 획득하는 단계; 상기 물리 카메라에 대응하는 가상 카메라들을 상기 반사체의 반사 각도 별로 추정하는 단계; 상기 물리 패턴에 대한 상기 가상 카메라들의 변환 파라미터들에 기초하여, 상기 가상 카메라들 중 기준 카메라에 대한 상기 가상 카메라들의 제1 변환 파라미터들을 결정하는 단계; 상기 가상 패턴에 대한 상기 가상 카메라들의 변환 파라미터들에 기초하여, 상기 기준 카메라에 대한 상기 가상 카메라들의 제2 변환 파라미터들을 결정하는 단계; 및 상기 제1 변환 파라미터들 및 상기 제2 변환 파라미터들에 기초하여 상기 가상 스크린의 치수 파라미터를 추정하는 단계를 포함한다.
일 실시예에 따르면, 가상 스크린의 파라미터 추정 장치는 프로세서; 및 상기 프로세서에서 읽을 수 있는 명령어를 포함하는 메모리를 포함하고, 상기 명령어가 상기 프로세서에서 실행되면, 상기 프로세서는 물리 평면에 표시된 물리 패턴 및 가상 스크린에 표시된 가상 패턴을 비추는 반사체가 촬영된, 복수의 촬영 영상들을 물리 카메라로부터 획득하고, 상기 물리 카메라에 대응하는 가상 카메라들을 상기 반사체의 반사 각도 별로 추정하고, 상기 물리 패턴에 대한 상기 가상 카메라들의 변환 파라미터들에 기초하여, 상기 가상 카메라들 중 기준 카메라에 대한 상기 가상 카메라들의 제1 변환 파라미터들을 결정하고, 상기 가상 패턴에 대한 상기 가상 카메라들의 변환 파라미터들에 기초하여, 상기 기준 카메라에 대한 상기 가상 카메라들의 제2 변환 파라미터들을 결정하고, 상기 제1 변환 파라미터들 및 상기 제2 변환 파라미터들에 기초하여 상기 가상 스크린의 치수 파라미터를 추정한다.
도 1은 일 실시예에 따른 AR 시스템을 나타낸 도면.
도 2는 일 실시예에 따른 캘리브레이션 결과를 나타낸 도면.
도 3은 일 실시예에 따른 가상 스크린의 파라미터를 추정하는 방법을 나타낸 동작 흐름도.
도 4는 일 실시예에 따른 가상 스크린의 파라미터를 추정하는 시스템을 나타낸 도면.
도 5는 일 실시예에 따른 복수의 촬영 영상들을 나타낸 도면.
도 6은 일 실시예에 일 실시예에 따른 가상 카메라들의 위치를 추정하는 과정을 나타낸 도면.
도 7은 일 실시예에 따른 변환 파라미터들을 이용하여 가상 스크린의 치수 파라미터를 추정하는 방법을 나타낸 동작 흐름도.
도 8은 일 실시예에 따른 물리 패턴에 관한 상대 좌표 및 가상 패턴에 관한 상대 좌표를 나타낸 도면.
도 9는 일 실시예에 따른 치수 파라미터 별 상대 좌표들을 나타낸 도면.
도 10은 일 실시예에 따른 치수 파라미터에 관한 상대 좌표들 간의 차이를 나타낸 그래프.
도 11은 일 실시예에 따른 반사체에 의해 나타나는 허상들을 나타낸 도면.
도 12는 일 실시예에 따른 패턴, 반사체 및 허상 간의 기하학적 관계를 설명하는 도면.
도 13은 일 실시예에 따른 패턴을 이용하여 물리 카메라에 대한 가상 스크린의 변환 파라미터를 추정하는 과정을 설명하는 도면.
도 14는 일 실시예에 따른 물리 카메라, 가상 스크린 및 가상 카메라들 간의 변환 관계를 나타낸 도면.
도 15는 일 실시예에 따른 물리 패턴을 포함하는 반사체를 나타낸 도면.
도 16은 일 실시예에 따른 헤드 마운트 디스플레이를 이용한 추정 시스템을 나타낸 도면.
도 17은 일 실시예에 따른 복수의 물리 카메라들을 이용한 추정 시스템을 나타낸 도면.
도 18은 일 실시예에 따른 가상 스크린의 파라미터를 추정하는 장치를 나타낸 블록도.
도 19는 일 실시예에 따른 가상 스크린의 파라미터를 추정하는 방법을 나타낸 동작 흐름도.
도 20은 다른 실시예에 따른 가상 스크린의 파라미터를 추정하는 방법을 나타낸 동작 흐름도.
도 21은 또 다른 실시예에 따른 가상 스크린의 파라미터를 추정하는 방법을 나타낸 동작 흐름도.
도 2는 일 실시예에 따른 캘리브레이션 결과를 나타낸 도면.
도 3은 일 실시예에 따른 가상 스크린의 파라미터를 추정하는 방법을 나타낸 동작 흐름도.
도 4는 일 실시예에 따른 가상 스크린의 파라미터를 추정하는 시스템을 나타낸 도면.
도 5는 일 실시예에 따른 복수의 촬영 영상들을 나타낸 도면.
도 6은 일 실시예에 일 실시예에 따른 가상 카메라들의 위치를 추정하는 과정을 나타낸 도면.
도 7은 일 실시예에 따른 변환 파라미터들을 이용하여 가상 스크린의 치수 파라미터를 추정하는 방법을 나타낸 동작 흐름도.
도 8은 일 실시예에 따른 물리 패턴에 관한 상대 좌표 및 가상 패턴에 관한 상대 좌표를 나타낸 도면.
도 9는 일 실시예에 따른 치수 파라미터 별 상대 좌표들을 나타낸 도면.
도 10은 일 실시예에 따른 치수 파라미터에 관한 상대 좌표들 간의 차이를 나타낸 그래프.
도 11은 일 실시예에 따른 반사체에 의해 나타나는 허상들을 나타낸 도면.
도 12는 일 실시예에 따른 패턴, 반사체 및 허상 간의 기하학적 관계를 설명하는 도면.
도 13은 일 실시예에 따른 패턴을 이용하여 물리 카메라에 대한 가상 스크린의 변환 파라미터를 추정하는 과정을 설명하는 도면.
도 14는 일 실시예에 따른 물리 카메라, 가상 스크린 및 가상 카메라들 간의 변환 관계를 나타낸 도면.
도 15는 일 실시예에 따른 물리 패턴을 포함하는 반사체를 나타낸 도면.
도 16은 일 실시예에 따른 헤드 마운트 디스플레이를 이용한 추정 시스템을 나타낸 도면.
도 17은 일 실시예에 따른 복수의 물리 카메라들을 이용한 추정 시스템을 나타낸 도면.
도 18은 일 실시예에 따른 가상 스크린의 파라미터를 추정하는 장치를 나타낸 블록도.
도 19는 일 실시예에 따른 가상 스크린의 파라미터를 추정하는 방법을 나타낸 동작 흐름도.
도 20은 다른 실시예에 따른 가상 스크린의 파라미터를 추정하는 방법을 나타낸 동작 흐름도.
도 21은 또 다른 실시예에 따른 가상 스크린의 파라미터를 추정하는 방법을 나타낸 동작 흐름도.
아래 개시되어 있는 특정한 구조 또는 기능들은 단지 기술적 개념을 설명하기 위한 목적으로 예시된 것으로서, 아래 개시와는 달리 다른 다양한 형태로 실시될 수 있으며 본 명세서의 실시예들을 한정하지 않는다.
제1 또는 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 이해되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 일 실시예에 따른 AR 시스템을 나타낸 도면이다. 증강 현실(augmented reality, AR)은 사용자가 보는 현실 세계에 가상 객체를 오버랩하여 함께 보여주는 기술이다. 예를 들어, AR은 헤드 업 디스플레이(head up display, HUD), 투과형 헤드 마운트 디스플레이(head mounted display, HMD) 등에 적용될 수 있다. AR 시스템(100)은 이 중에 HUD에 관한 실시예를 나타낸다.
도 1을 참조하면, AR 시스템(100)은 AR 광학계(110), 반투명 광학 소자(120), 가상 스크린(130), 시점 추적 카메라(140)를 포함한다. AR 광학계(110)는 광원, 디스플레이 패널 및 적어도 하나의 광학 소자를 포함할 수 있다. 디스플레이 패널 및 광원에 의해 AR 영상에 대응하는 빛이 제공될 수 있고, 적어도 하나의 광학 소자는 AR 영상에 대응하는 빛을 반투명 광학 소자(120) 방향으로 반사시킬 수 있다. 광원으로 LED(light emitting diode) 또는 레이저(laser)가 사용될 수 있다.
AR 광학계(110)에 의해 제공된 AR 영상에 대응하는 빛에 의해 가상 스크린(130)이 형성될 수 있고, AR 광학계(110)에 의해 제공된 빛 중 일부는 사용자 전방에 위치하는 반투명 광학 소자(120)에 반사되어 사용자에게 제공될 수 있다. 반투명 광학 소자(120)는 차량이나 비행기의 윈드쉴드(windshield)거나, 혹은 AR 영상의 반사 목적으로 윈드쉴드(windshield)와 별도로 제공되는 컴바이너(combiner)일 수 있다. 사용자는 반투명 광학 소자(120)의 전방에서 들어오는 빛 및 반투명 광학 소자(120)에 의해 반사된 AR 광학계(110)에 의해 조사된 빛 중 일부를 동시에 관측하므로, 현실 객체 및 가상 객체가 중첩되어 사용자에 의해 관측될 수 있다.
실시예에 따르면, AR 시스템(100)은 현실 객체에 대응하는 위치에 가상 객체를 표시할 수 있다. 예를 들어, HUD에서 차량의 진행 방향에 관한 정보, 차선 정보, 위험물 정보 등이 가상 객체로서 현실 객체에 대응하는 위치에 표시될 수 있다. 아래에서 가상 객체를 표시하고자 하는 위치는 타겟 위치로 지칭될 수 있다. 가상 객체가 타겟 위치에 정확히 표시되기 위해, 배경의 3D 정보, 가상 스크린(130)의 파라미터, 및 사용자의 시점 정보가 요구될 수 있다. 예를 들어, AR 시스템(100)은 사용자의 시점을 추정하고, 사용자의 시점과 타겟 위치를 연결한 선 및 가상 스크린(130) 간의 교차점에 가상 객체를 표시할 수 있다.
배경에 관한 3D 정보는 차량의 전방을 향하는 카메라(미도시) 또는 3D 센서(미도시)를 통해 획득될 수 있다. 또한, 사용자의 시점은 사용자를 향하는 시점 추적 카메라(140)를 통해 획득될 수 있다. 시점 추적 카메라(140)는 복수의 픽셀들을 포함하는 이미지 센서로, 컬러 영상을 촬영하거나 그레이 스케일(gray scale)의 영상을 촬영할 수 있다. 가상 스크린(130)의 파라미터로는 설계 값이 이용될 수 있다. 현재 속도, 도착 시간과 같은 기본적인 운행 정보를 표시할 경우 현실 객체 및 가상 객체 간의 정합이 필수적이지 않으므로 가상 스크린(130)의 파라미터로 설계 값이 이용될 수 있으나, 설계 값을 이용할 경우 타겟 위치에 가상 객체를 정확히 표시하는데 한계가 있을 수 있다. 설계 값 자체가 부정확할 수 있고, 설계 값이 정확한 경우라도 AR 시스템(100)의 설치 과정이나 사용 과정에서 가상 스크린(130)의 파라미터가 변경될 수 있기 때문이다.
실시예에 따르면, 설계 값 대신 가상 스크린(130)의 파라미터의 추정 값이 이용될 수 있다. 예를 들어, 가상 스크린(130)의 파라미터는 치수 파라미터 및 변환 파라미터를 포함할 수 있다. 치수 파라미터는 가상 스크린 내 가상 패턴의 간격, 가상 스크린의 픽셀 간격, 혹은 가상 스크린의 전체 크기에 대응할 수 있다. 변환 파라미터는 자세(pose), 오리엔테이션(orientation), 또는 상대 좌표(relative coordinate)에 대응할 수 있다. 가상 스크린(130)의 변환 파라미터는 시점 추적 카메라(140)에 대한 가상 스크린(130)의 변환 파라미터를 의미하며, 가상 스크린(130)의 변환 파라미터를 통해 가상 스크린(130)의 좌표가 시점 추적 카메라(140)의 좌표로 변환될 수 있다.
AR 시스템(100)은 추정된 가상 스크린(130)의 파라미터를 이용하여 가상 객체가 타겟 위치에 정확히 표시되도록 AR 영상을 렌더링할 수 있다. 가상 스크린(130)의 파라미터는 AR 시스템(100)의 생산 과정에서 추정되거나, 혹은 AR 시스템(100)의 설치 과정에서 추정되거나, 혹은 AR 시스템(100)의 사용 과정에서 추정될 수 있다. 일례로, AR 시스템(100)의 사용 과정에서 가상 스크린(130)의 파라미터가 변경될 수 있으므로, 가상 스크린(130)의 파라미터 실시예에 따른 추정 과정을 통해 지속적으로 갱신될 수 있다.
도 2는 일 실시예에 따른 캘리브레이션 결과를 나타낸 도면이다. 도 2를 참조하면, 가상 스크린(210) 및 배경(220)이 중첩되어 사용자에게 제공된다. 가상 스크린(210)의 파라미터가 정확하지 않은 경우 이미지(230)에 나타난 것처럼 가상 객체가 현실 객체에 정합되지 않은 상태로 사용자에게 제공될 수 있다. 추정 장치(200)는 가상 스크린(210)의 파라미터를 추정할 수 있고, 상기 추정된 가상 스크린(210)의 파라미터를 AR 시스템에 제공할 수 있다. AR 시스템은 상기 추정된 가상 스크린(210)의 파라미터를 이용하여 AR 영상을 렌더링할 수 있고, 이에 따라 이미지(240)에 나타난 것처럼 가상 객체가 현실 객체에 정합된 상태로 사용자에게 제공될 수 있다.
실시예에 따르면, 추정 장치(200)는 반사체를 통해 반사된 가상 스크린(210)의 허상(virtual image)을 시점 추적 카메라로 촬영하여, 가상 스크린(210)의 파라미터를 추정할 수 있다. 시점 추적 카메라로 가상 스크린(210)을 직접 촬영 할 경우, 가상 스크린(210)의 파라미터뿐만 아니라, 시점 추적 카메라의 위치도 모호하게 되어 측정된 값을 직접 분석 할 수 없다. 추정 장치(200)는 반사체를 통해 가상 스크린(210)을 촬영 할 때, 이미 알고 있는 캘리브레이션 패턴도 함께 촬영하여, 캘리브레이션 패턴으로부터 시점 추적 카메라의 위치를 추정하고, 상기 추정된 시점 추적 카메라의 위치를 이용하여 가상 스크린(210)의 파라미터를 추정할 수 있다.
도 3은 일 실시예에 따른 가상 스크린의 파라미터를 추정하는 방법을 나타낸 동작 흐름도이다. 도 3을 참조하면, 추정 장치는 단계(310)에서 복수의 촬영 영상들을 획득하고, 단계(320)에서 복수의 촬영 영상들에서 가상 패턴 및 물리 패턴을 검출하고, 단계(330)에서 가상 카메라들의 위치를 추정한다. 복수의 촬영 영상들은 시점 추적 카메라 및 반사체를 이용하여 획득될 수 있다. 가상 카메라는 시점 추적 카메라가 반사체에 의해 반사된 개념을 나타내며, 가상 카메라와의 구분을 위해 시점 추적 카메라는 물리 카메라로 지칭될 수 있다. 복수의 촬영 영상들은 반사체의 반사 각도를 조절하면서 촬영될 수 있다. 따라서, 반사체의 반사 각도 별로 복수의 가상 카메라들이 추정될 수 있다.
실시예에 따른 파라미터 추정 과정에서 물리 평면에 표시된 물리 패턴 및 가상 스크린에 표시된 가상 패턴이 이용될 수 있다. 추정 장치는 물리 패턴의 치수 파라미터를 미리 알고 있는 것으로 가정된다. 예를 들어, 추정 장치는 이미 치수 파라미터를 알고 있는 물리 패턴에 기초하여 가상 카메라들의 위치를 결정하고, 가상 패턴에 기초하여 추정된 가상 카메라들의 위치 및 상기 결정된 물리 패턴에 기초한 가상 카메라들의 위치 간의 차이가 최소화되도록 가상 스크린의 치수 파라미터를 결정할 수 있다.
단계(310) 내지 단계(330)에 관해서는 도 4 내지 도 6을 참조하여 보다 상세히 설명한다.
도 4는 일 실시예에 따른 가상 스크린의 파라미터를 추정하는 시스템을 나타낸 도면이다. 도 4를 참조하면, 추정 시스템(400)은 물리 카메라(410), 반사체(420), 가상 카메라(430), 물리 패턴(440), 가상 패턴(450) 및 추정 장치(460)를 포함한다. 물리 패턴(440)은 물리 평면 상에 존재하고, 가상 평면(440)은 가상 스크린 상에 존재할 수 있다. 추정 장치(460)는 물리 패턴(440)의 치수 파라미터를 이미 알고 있는 것으로 가정한다. 일 실시예에 따르면, 물리 패턴(440) 및 가상 패턴(450)은 서로 다른 형태의 패턴일 수 있다. 도 4에 물리 패턴(440)은 체스보드 패턴으로, 가상 패턴(450)은 원형 그리드 패턴으로 도시되어 있으나, 체스보드 패턴 및 원형 그리드 패턴 이외에 다양한 캘리브레이션 패턴이 물리 패턴(440) 및 가상 패턴(450)으로 이용될 수 있다.
반사체(420)는 물리 패턴(440) 및 가상 패턴(450)을 비추며, 물리 카메라(410)는 물리 패턴(440) 및 가상 패턴(450)을 비추는 반사체(420)를 촬영할 수 있다. 실제로 물리 카메라(410)에 의해 촬영되는 것은 물리 패턴(440)의 허상 및 가상 패턴(450)의 허상이지만, 설명의 편의를 위해 물리 패턴(440)의 허상이 물리 패턴(440)으로 지칭되거나, 가상 패턴(450)의 허상이 가상 패턴(450)으로 지칭될 수 있다. 물리 카메라(410)는 반사체(420)의 반사 각도가 조절되는 상황에서 반사체(420)를 촬영할 수 있다. 예를 들어, 물리 카메라(410)는 제1 각도의 반사체(421), 제2 각도의 반사체(422) 및 제3 각도의 반사체(423)를 각각 촬영하여 촬영 영상을 생성할 수 있다.
도 5는 일 실시예에 따른 복수의 촬영 영상들을 나타낸 도면이다. 도 5를 참조하면, 반사체의 반사 각도가 조절됨에 따라, 물리 패턴 및 반사 패턴이 서로 다른 각도로 촬영될 수 있다. 예를 들어, 도 4의 반사체(421)를 통해 촬영 영상(510)이 생성될 수 있고, 도 4의 반사체(422)를 통해 촬영 영상(520)이 생성될 수 있고, 도 4의 반사체(423)를 통해 촬영 영상(530)이 생성될 수 있다.
다시 도 4를 참조하면, 추정 장치(460)는 물리 카메라(410)로부터 복수의 촬영 영상들을 획득할 수 있다. 추정 장치(460)는 각 촬영 영상에서 물리 패턴(440) 및 가상 패턴(450)을 추출할 수 있다. 예를 들어, 추정 장치(460)는 각 촬영 영상에서 캘리브레이션 패턴의 위치 및 교차점의 위치를 구할 수 있다.
추정 장치(460)는 물리 카메라(410)에 대응하는 가상 카메라들(430)을 반사체(420)의 반사 각도 별로 추정할 수 있다. 가상 카메라(430)는 반사체(420)에 의한 물리 카메라(410)의 허상에 대응할 수 있다. 예를 들어, 반사체(421)에 기초하여 가상 카메라(431)가 추정될 수 있고, 반사체(422)에 기초하여 가상 카메라(432)가 추정될 수 있고, 반사체(423)에 기초하여 가상 카메라(433)가 추정될 수 있다.
전술된 것처럼, 추정 장치(460)는 이미 치수 파라미터를 알고 있는 물리 패턴(440)에 기초하여 가상 카메라들(430)의 위치를 결정하고, 가상 패턴(450)에 기초하여 추정된 가상 카메라들(430)의 위치 및 상기 결정된 물리 패턴(440)에 기초한 가상 카메라들(430)의 위치 간의 차이가 최소화되도록 가상 스크린의 치수 파라미터를 결정할 수 있다. 이 중에 가상 카메라들(430)의 위치를 추정하는 과정을 도 6을 참조하여 설명한다.
도 6은 일 실시예에 따른 가상 카메라들의 위치를 추정하는 과정을 나타낸 도면이다. 추정 장치는 촬영 영상 내 물리 패턴에서 교차점들을 추출할 수 있다. 현실 세계의 물리 패턴 상의 교차점 X는 촬영 영상 내 물리 패턴 상의 좌표 (x, y, 0)에 대응하는 것으로 볼 수 있다. 교차점 X 가 촬영 영상에 대응하는 이미지 평면에 투영된 점 x, 및 교차점 X 간의 관계는 수학식 1로 나타낼 수 있다.
수학식 1에서 R은 패턴의 회전 파라미터(rotation parameter)이고, t는 패턴의 병진 파라미터(translation parameter)이고, i는 촬영 영상의 인덱스이고, j는 촬영 영상 내 교차점의 인덱스이다. 또한, 수학식 1에서 K는 카메라의 내부 파라미터(intrinsic parameter)로 수학식 2로 나타낼 수 있고, U는 보정 함수로 수학식 3로 나타낼 수 있다.
수학식 2에서 f_x 는 카메라의 x축에 대한 초점 거리이고, f_y는 카메라의 y축에 대한 초점 거리이다. c_x와 c_y는 중심 점(principal point)의 좌표 값으로, 카메라의 광축(principle axis) 또는 카메라 좌표의 z축과 이미지 평면(image plane)이 만나는 좌표의 x 값 및 y 값에 해당한다.
렌즈를 이용한 카메라에는 왜곡이 발생할 수 있어서 이를 보정할 필요가 있다. 실시예에서 수학식 3을 통해 반경 왜곡(radial distortion) 및 접선 왜곡(tangential distortion)이 고려될 수 있다. 수학식 3에서 k1, k2는 반경 왜곡에 관한 파라미터를 나타내고, k3, k4는 접선 왜곡에 관한 파라미터를 나타낸다. 또한, 수학식 3에서 r은 이다.
수학식 1 내지 수학식 3에 기초하여 수학식 4가 정의될 수 있다.
수학식 4를 라고 할 때, 을 최소화하는 최적화 방식을 통해 카메라 파라미터가 구해질 수 있다. 다시 말해, 촬영 영상 위의 점 x 및 실제 좌표 X가 함수 P에 의해 투영된 촬영 영상 위의 점 간의 차이를 최소화하여 카메라 파라미터가 구해질 수 있다. 수학식 4에서, n은 촬영 영상의 개수이며, m은 촬영 영상 내 교차점의 개수이다.
수학식 4를 통해 각 촬영 영상 내 교차점들에 관한 회전 파라미터 R 및 병진 파라미터 t가 구해질 수 있다. 회전 파라미터 R 및 병진 파라미터 t는 물리 카메라에 대한 물리 패턴의 상대적인 자세를 나타낼 수 있다. 회전 파라미터 R 및 병진 파라미터 t에 기초하여, 동차 좌표(homogeneous coordinate) 상에서 변환 파라미터(transformation parameter) T를 수학식 5로 나타낼 수 있다.
수학식 6에서 l은 가상 카메라의 인덱스를 나타내며, 1 내지 n의 값을 가질 수 있다. 도 6에서 은 물리 패턴에 대한 제1 가상 카메라의 변환 파라미터를 나타내고, 는 물리 패턴에 대한 제1 가상 카메라의 변환 파라미터를 나타낸다. 또한, 도 6에서 O는 물리 패턴의 기준 좌표를 나타내고, 내지 은 기준 좌표 O에 대한 제1 가상 카메라 내지 제n 가상 카메라의 상대 좌표들을 나타낸다. 이 때, 가상 카메라들 중 기준 카메라가 정해질 수 있고, 기준 카메라에 대한 가상 카메라의 변환 파라미터를 수학식 7로 나타낼 수 있다.
앞서 도 6을 통해 설명된 것과 유사한 과정을 통해 가상 패턴에 대한 가상 카메라들의 변환 파라미터가 결정될 수 있고, 이를 통해 기준 카메라에 대한 가상 카메라의 변환 파라미터가 결정될 수 있다. 아래에서 물리 패턴을 이용하여 결정된 기준 카메라에 대한 가상 카메라의 변환 파라미터는 제1 변환 파라미터로 지칭될 수 있고, 가상 패턴을 이용하여 결정된 기준 카메라에 대한 가상 카메라의 변환 파라미터는 제2 변환 파라미터로 지칭될 수 있다.
추정 장치는 촬영 영상 내 가상 패턴에서 교차점들을 추출할 수 있다. 가상 스크린의 치수 파라미터를 알기 전에는 가상 스크린의 가상 패턴 상의 교차점 Y의 정확한 값을 알 수 없다. 가상 패턴의 간격을 d, 가상 패턴의 가로 길이를 w, 가상 패턴의 세로 길이를 h, 가상 패턴의 시작 위치를 (bx, by), 가상 패턴의 픽셀 크기를 e 라고 두면 교차점 Y는 수학식 8로 정의될 수 있다.
수학식 8에서 i는 촬영 영상의 인덱스를 나타내고, j는 교차점의 인덱스를 나타내고, W는 Y_ij의x번째 순서를 나타내고, H는 Y_ij의 y번째 순서를 나타낸다. W 및 H는 수학식 9 및 10으로 정의될 수 있다. 수학식 8에서 e를 제외한 나머지는 사전에 정의되어 있다.
PnP(Perspective-n-Point) 방법을 통해 가상 카메라에 대한 가상 패턴의 자세가 추정될 수 있다. 우선, 가상 카메라들에 대한 가상 패턴의 자세를 R'i, t'i 로 정의할 수 있다. 여기서 i는 촬영 영상, 혹은 해당 촬영 영상에 나타난 가상 패턴의 인덱스를 나타낸다. 이 자세는 가상 패턴의 좌표에 대응하므로, 이 자세를 수학식 11과 같이 가상 패턴에 대한 가상 카메라의 자세로 변환할 수 있다.
수학식 11에서 l은 가상 카메라의 인덱스를 나타낸다. 수학식 5에 관해 설명된 것처럼, 동차 좌표 상의 변환 파라미터를 수학식 12로 나타낼 수 있다.
또한, 수학식 7에 관해 설명된 것처럼, 가상 카메라들 중 기준 카메라가 정해질 수 있고, 기준 카메라에 대한 가상 카메라의 변환 파라미터를 수학식 13으로 나타낼 수 있다.
따라서, 수학식 6 및 수학식 7에 기초하여 물리 패턴에 대한 가상 카메라들의 변환 파라미터 및 기준 카메라에 대한 가상 카메라들의 제1 변환 파라미터 가 결정될 수 있고, 수학식 12 및 수학식 13에 기초하여 가상 패턴에 대한 가상 카메라들의 변환 파라미터 및 기준 카메라에 대한 가상 카메라들의 제2 변환 파라미터 가 결정될 수 있다. 추정 장치는 변환 파라미터 에 기초하여 제1 변환 파라미터 를 결정할 수 있고, 변환 파라미터 에 기초하여 제2 변환 파라미터 를 결정할 수 있다.
다시 도 3을 참조하면, 추정 장치는 단계(340)에서 가상 스크린의 치수 파라미터를 추정한다. 추정 장치는 제1 변환 파라미터 및 제2 변환 파라미터에 기초하여 가상 스크린의 치수 파라미터를 추정할 수 있다. 예를 들어, 추정 장치는 제1 변환 파라미터에 관한 상대 좌표 및 제2 변환 파라미터에 관한 상대 좌표를 결정할 수 있다. 제2 변환 파라미터에 관한 상대 좌표는 가상 스크린의 치수 파라미터에 따라 달라질 수 있다. 물리 패턴을 이용한 가상 카메라의 위치 및 가상 패턴을 이용한 가상 카메라 위치는 같은 위치이므로, 이 점을 이용하여 가상 스크린의 치수 파라미터를 추정할 수 있다.
일 실시예에 따르면, 추정 장치는 상기 제1 변환 파라미터들 및 상기 제2 변환 파라미터들 간의 차이를 최소화하는 값을 상기 치수 파라미터로 결정할 수 있다. 이는 수학식 14로 나타낼 수 있다.
수학식 14에서 은 제1 변환 파라미터를 나타내고, 은 제2 변환 파라미터를 나타내고, n은 촬영 영상의 수를 나타내고, e는 치수 파라미터를 나타낸다. 추정 장치는 수학식 14에 기초하여 치수 파라미터를 추정할 수 있다. 가상 스크린의 치수 파라미터가 추정됨에 따라, 가상 카메라들에 대한 가상 스크린의 자세가 함께 추정될 수 있다.
단계(340)에 관해서는 도 7 내지 도 10을 참조하여 보다 상세히 설명한다.
도 7은 일 실시예에 따른 변환 파라미터들을 이용하여 가상 스크린의 치수 파라미터를 추정하는 방법을 나타낸 동작 흐름도이다. 도 7을 참조하면, 추정 장치는 단계(710)에서 후보 치수 파라미터를 설정한다. 후보 치수 파라미터는 미리 정해진 값으로 설정되거나, 임의의 값으로 설정될 수 있다. 추정 장치는 단계(720)에서 후보 치수 파라미터에 기초하여 제2 변환 파라미터들을 결정한다. 추정 장치는 단계(730)에서 제1 변환 파라미터들 및 후보 치수 파라미터에 기초하여 결정된 제2 변환 파라미터들 간의 차이를 결정한다. 추정 장치는 단계(740)에서 상기 결정된 차이 및 임계치를 비교한다. 임계치는 미리 정해질 수 있다. 추정 장치는 단계(740)의 비교 결과에 기초하여 후보 치수 파라미터를 치수 파라미터로 추정할 수 있다. 추정 장치는 단계(740)의 비교 결과 상기 결정된 차이가 임계치보다 크다면 단계(750)에서 후보 치수 파라미터를 변경하여 단계(720)을 다시 수행할 수 있고, 단계(740)의 비교 결과 상기 결정된 차이가 임계치보다 작다면 단계(760)에서 후보 치수 파라미터를 치수 파라미터로 추정할 수 있다.
도 8은 일 실시예에 따른 물리 패턴에 관한 상대 좌표 및 가상 패턴에 관한 상대 좌표를 나타낸 도면이다. 제1 변환 파라미터는 물리 패턴에 관한 상대 좌표들(811)로 나타낼 수 있고, 제2 변환 파라미터는 가상 패턴에 관한 상대 좌표들(812)로 나타낼 수 있다. 물리 패턴에 관한 상대 좌표들(811) 및 가상 패턴에 관한 상대 좌표들(812)의 분포는 치수 파라미터의 캘리브레이션 여부에 따라 상이하게 나타날 수 있다. 물리 패턴을 이용한 가상 카메라의 위치 및 가상 패턴을 이용한 가상 카메라 위치는 같은 위치이므로, 치수 파라미터의 캘리브레이션이 완료된 경우 물리 패턴에 관한 상대 좌표들(811) 및 가상 패턴에 관한 상대 좌표들(812)은 서로 대응하는 위치를 나타낼 수 있다. 분포(810)는 치수 파라미터가 캘리브레이션되지 않은 상태를 나타내며, 분포(820)는 치수 파라미터가 캘리브레이션된 상태를 나타낸다.
도 9는 일 실시예에 따른 치수 파라미터 별 상대 좌표들을 나타낸 도면이고, 도 10은 일 실시예에 따른 치수 파라미터에 관한 상대 좌표들 간의 차이를 나타낸 그래프이다.
도 9를 참조하면 가상 스크린의 치수 파라미터가 K1인 경우 내지 K6인 경우에 물리 패턴에 관한 상대 좌표들 및 가상 패턴에 관한 상대 좌표들이 도시되어 있다. 도 9에서 물리 패턴에 관한 상대 좌표들은 실선으로 표시되어 있고, 가상 패턴에 관한 상대 좌표들은 점선으로 표시되어 있다. 물리 패턴의 치수 파라미터는 미리 알고 있으므로 물리 패턴에 관한 상대 좌표들은 고정되어 있고, 가상 스크린의 치수 파라미터의 변화에 따라 가상 패턴에 관한 상대 좌표들의 위치는 변화된다. 예를 들어, 가상 스크린의 치수 파라미터의 변화에 따라 가상 패턴에 관한 상대 좌표들의 위치는 물리 패턴에 관한 상대 좌표들에 접근하다가 다시 멀어질 수 있다.
도 10에서 x축은 가상 스크린의 치수 파라미터를 나타내고, y축은 물리 패턴에 관한 상대 좌표들 및 가상 패턴에 관한 상대 좌표들 간의 차이를 나타낸다. 추정 장치는 물리 패턴에 관한 상대 좌표들을 대표하는 제1 값을 계산하고, 가상 패턴에 관한 상대 패턴들을 대표하는 제2 값을 계산하고, 제1 값 및 제2 값 간의 차를 물리 패턴에 관한 상대 좌표들 및 가상 패턴에 관한 상대 좌표들 간의 차이로 결정할 수 있다. 예를 들어, 상대 좌표들의 대표 값은 상대 좌표들 각각의 기준 좌표들의 평균 값으로 계산될 수 있다.
도 10을 참조하면, 물리 패턴에 관한 상대 좌표들 및 가상 패턴에 관한 상대 좌표들 간의 차이 값은 가상 스크린의 치수 파라미터가 K4일 때 최소이다. 도 9에서 가상 스크린의 치수 파라미터가 K4일 때 물리 패턴에 관한 상대 좌표들 및 가상 패턴에 관한 상대 좌표들이 서로 대응하는 위치에 나타나므로, 물리 패턴에 관한 상대 좌표들 및 가상 패턴에 관한 상대 좌표들 간의 차이가 최소가 될 수 있다. 추정 장치는 후보 치수 파라미터를 조절하면서 차이 값이 최소가 되는 후보 치수 파라미터를 치수 파라미터로 추정하거나, 혹은 차이 값이 임계치 미만이 되는 후보 치수 파라미터를 치수 파라미터로 추정할 수 있다.
다시 도 3을 참조하면, 추정 장치는 단계(350)에서 가상 스크린의 변환 파라미터를 추정한다. 아래에서, 가상 스크린의 변환 파라미터는 물리 카메라에 대한 가상 스크린의 변환 파라미터를 의미할 수 있다. 가상 스크린의 변환 파라미터는 자세, 오리엔테이션, 또는 상대 좌표에 대응할 수 있다.
일 실시예에 따르면, 추정 장치는 단계(340)을 통해 추정된 치수 파라미터에 기초하여 가상 스크린의 변환 파라미터를 추정할 수 있다. 치수 파라미터의 캘리브레이션이 완료된 경우 가상 패턴은 물리 패턴과 동일한 역할을 할 수 있으므로, 가상 패턴을 통해 가상 스크린의 변환 파라미터가 추정될 수 있다. 예를 들어, 추정 장치는 촬영 영상들에 기초하여 패턴 및 반사체 사이의 기하학적 관계들을 추정하고, 상기 추정된 기하학적 관계들에 기초하여 패턴 및 촬영 영상들 내 패턴의 허상들 사이의 투영 오차를 계산할 수 있다. 추정 장치는 투영 오차가 최소화되도록, 물리 카메라에 대한 가상 스크린의 변환 파라미터를 추정할 수 있다. 여기서, 패턴은 실시예에 따라 물리 패턴 혹은 가상 패턴일 수 있다. 본 실시예는 추후 도 11 내지 도 13을 통해 보다 상세히 설명한다.
다른 실시예에 따르면, 추정 장치는 물리 카메라, 가상 카메라 및 가상 스크린 간의 변환 관계에 기초하여 가상 스크린의 변환 파라미터를 추정할 수 있다. 예를 들어, 추정 장치가 가상 카메라들에 대한 물리 카메라의 변환 파라미터 및 가상 스크린에 대한 상기 카메라들의 변환 파라미터를 알고 있는 경우, 이들 변환 파라미터들에 기초하여 물리 카메라에 대한 가상 스크린의 변환 파라미터를 추정할 수 있다.
우선, 도 3의 단계(340)에서 가상 스크린의 치수 파라미터가 추정됨에 따라, 가상 카메라들에 대한 가상 스크린의 자세가 함께 추정될 수 있다. 따라서, 추정 장치는 도 3의 단계(340)에서 제1 변환 파라미터들 및 제2 변환 파라미터들에 기초하여 가상 카메라들에 대한 가상 스크린의 변환 파라미터를 추정할 수 있다. 또한, 추정 장치는 물리 패턴 및 반사체 간의 기하학적 관계에 기초하여 가상 카메라들에 대한 물리 카메라의 변환 파라미터를 추정하거나, 혹은 물리 패턴을 포함하는 반사체를 이용하여 가상 카메라들에 대한 물리 카메라의 변환 파라미터를 추정할 수 있다. 본 실시예는 추후 도 14를 통해 보다 상세히 설명한다.
도 11은 일 실시예에 따른 반사체에 의해 나타나는 허상들을 나타낸 도면이다. 추정 장치는 촬영 영상들에 기초하여 허상들의 위치를 추정할 수 있다. 여기서, 허상은 물리 패턴이 반사체에 의해 반사된 것이거나, 혹은 가상 패턴이 반사체에 의해 반사된 것일 수 있다. 허상들의 수는 촬영 영상들의 수에 대응할 수 있다.
도 12는 일 실시예에 따른 패턴, 반사체 및 허상 간의 기하학적 관계를 설명하는 도면이다. 도 12를 참조하면, 추정된 패턴(1220), 반사체(1230) 및 허상(1240) 간의 기하학적 관계가 도시되어 있다. 패턴(1220)은 실시예에 따라 물리 패턴이거나 혹은 가상 패턴일 수 있다. 추정 장치는 가상 스크린의 후보 변환 파라미터에 기초하여 패턴(1220)의 특징 점을 허상(1240)으로 투영할 수 있다. 가상 스크린의 후보 변환 파라미터가 참에 가까울수록 가상 스크린의 변환 파라미터에 따라 투영된 특징 점과 허상(1240)의 대응 점 간의 거리는 가까워질 수 있다. 추정 장치는 후보 변환 파라미터를 조절하면서 특징 점 및 대응 점 간의 거리가 가까워지는지 확인할 수 있다.
추정 장치는 물리 카메라(1210)의 외부 파라미터(extrinsic parameter)를 통해 허상(1240) 및 물리 카메라(1210) 간의 자세를 알고 있으므로, 물리 카메라(1210)와 허상(1240)의 위치를 특정할 수 있다. 패턴(1220)의 위치는 후보 변환 파라미터의 초기 값에 따라 결정되고, 반사체(1230)의 위치는 패턴(1220)과 허상(1240)의 중앙에 결정될 수 있다. 반사체(1230)와 패턴(1220)가 이루는 각도와 반사체(1230)와 허상(1240)이 이루는 각도는 동일하다. 따라서, 패턴(1220), 반사체(1230) 및 허상(1240) 간의 기하학적 관계가 추정될 수 있다.
추정 장치는 패턴(1220), 반사체(1230) 및 허상(1240) 간의 기하학적 관계에 기초하여 패턴(1220) 및 허상(1240) 간의 투영 오차를 계산할 수 있다. 패턴(1220)의 정규화된 노말 벡터 n_mi는 수학식 15로 나타낼 수 있다.
수학식 15에서 은 패턴(1220)의 노말 벡터이고, n_i는 허상(1240)의 노말 벡터이다. 패턴(1220)의 특징 점 를 반사체(1230)의 노말 방향인 n_mi로 d_ij만큼 이동할 경우, 는 의 위치로 투영된다. d_ij는 수학식 14와 같이 나타낼 수 있다.
또한, 앞서 설명된 특징 점의 투영은 수학식 17로 나타낼 수 있다.
투영 오차는 패턴(1220)의 특징 점 를 투영한 t_ij()와 대응되는 i 번째 허상(1240)의 특징 점 와의 유클리디언 거리를 나타낸다. 특징 점 를 모든 허상들에 투영한 오차의 평균 E_m은 수학식 18로 나타낼 수 있다.
추정 장치는 E_m이 최소화되는 후보 변환 파라미터를 변환 파라미터로 결정할 수 있다. 예를 들어, 후보 변환 파라미터의 초기 값에서 임의로 값을 변경하여 얻은 E_m이 초기 값에 의한 E_m에 비해 작으면, 후보 변환 파라미터는 다른 값으로 갱신될 수 있다. 추정 장치는 후보 변환 파라미터의 변동이 발생하지 않을 때까지 이와 같은 과정을 반복하여 최종적인 변환 파라미터를 구할 수 있다.
도 13은 일 실시예에 따른 패턴을 이용하여 물리 카메라에 대한 가상 스크린의 변환 파라미터를 추정하는 과정을 설명하는 도면이다. 도 13에서, 패턴(1320), 반사체들(1331, 1332, 1333) 및 허상들(1341, 1342, 1343)에 기초하여 구해진 , 및 와 의 오차가 가장 적은 후보 변환 파라미터가 최종적인 변환 파라미터로 결정될 수 있다.
패턴(1320)이 가상 패턴인 경우 상기 결정된 변환 파라미터는 물리 카메라(1310)에 대한 가상 스크린의 변환 파라미터일 수 있다. 혹은, 패턴(1320)이 물리 패턴인 경우 상기 결정된 변환 파라미터는 물리 카메라(1310)에 대한 물리 평면의 변환 파라미터일 수 있다. 추정 장치는 물리 카메라(1310)에 대한 물리 평면의 변환 파라미터를 이용하여 가상 카메라들에 대한 물리 카메라(1310)의 변환 파라미터를 추정할 수 있다. 추정 장치는 가상 카메라들에 대한 물리 카메라(1310)의 변환 파라미터 및 가상 스크린에 대한 가상 카메라들의 변환 파라미터에 기초하여, 물리 카메라(1310)에 대한 가상 스크린의 변환 파라미터를 추정할 수 있다.
도 14는 일 실시예에 따른 물리 카메라, 가상 스크린 및 가상 카메라들 간의 변환 관계를 나타낸 도면이다. 도 14를 참조하면, 추정 장치는 가상 카메라들에 대한 물리 카메라의 변환 파라미터 T_pv 및 가상 스크린에 대한 가상 카메라들의 변환 파라미터 T_vs에 기초하여, 물리 카메라에 대한 가상 스크린의 변환 파라미터 T_ps를 추정할 수 있다.
일 실시예에 따르면, 추정 장치는 도 11 내지 도 13을 통해 설명된 것처럼 물리 패턴 및 반사체 간의 기하학적 관계에 기초하여 가상 카메라들에 대한 물리 카메라의 변환 파라미터를 추정하고, 도 3의 단계(340)에서 제1 변환 파라미터들 및 제2 변환 파라미터들에 기초하여 가상 카메라들에 대한 가상 스크린의 변환 파라미터를 추정할 수 있다.
다른 실시예에 따르면, 추정 장치는 물리 패턴을 포함하는 반사체를 이용하여 가상 카메라들에 대한 물리 카메라의 변환 파라미터를 추정하고, 도 3의 단계(340)에서 제1 변환 파라미터들 및 제2 변환 파라미터들에 기초하여 가상 카메라들에 대한 가상 스크린의 변환 파라미터를 추정할 수 있다.
도 15는 일 실시예에 따른 물리 패턴을 포함하는 반사체를 나타낸 도면이다. 도 15를 참조하면, 반사체(1500)는 반사 영역(1510) 및 물리 패턴(1520)을 포함한다. 반사체(1500)는 반사 영역(1510)을 통해 가상 패턴을 비출 수 있다. 추정 장치는 물리 패턴(1520)의 치수 파라미터를 미리 알고 있을 수 있다. 추정 장치는 물리 패턴(1520)을 통해 물리 카메라에 대한 반사체(1500)의 변환 파라미터를 추정할 수 있고, 물리 카메라에 대한 반사체(1500)의 변환 파라미터에 기초하여 물리 카메라 및 반사체(1500) 간의 기하학적 관계, 및 가상 카메라 및 반사체(1500) 간의 기하학적 관계를 추정할 수 있다. 추정 장치는 물리 카메라 및 반사체(1500) 간의 기하학적 관계, 및 가상 카메라 및 반사체(1500) 간의 기하학적 관계에 기초하여 가상 카메라들에 대한 물리 카메라의 변환 파라미터를 추정할 수 있다.
도 16은 일 실시예에 따른 헤드 마운트 디스플레이를 이용한 추정 시스템을 나타낸 도면이다. 헤드 마운트 디스플레이(1620)는 스마트 안경과 같이 사용자의 머리에 고정되어 AR 환경을 제공하는 기기로, 가상 객체를 현실 객체에 오버랩하여 사용자의 전방에 보여줄 수 있다. 추정 장치는 물리 패턴(1630) 및 가상 패턴(1640)을 이용하여 물리 카메라(1610)에 대한 가상 스크린의 변환 파라미터를 추정할 수 있다. 그 밖에, 추정 장치의 동작에는 도 1 내지 도 15, 및 도 17 내지 도 21의 내용이 적용될 수 있다. 도 17은 일 실시예에 따른 복수의 물리 카메라들을 이용한 추정 시스템을 나타낸 도면이다. 앞선 실시예들에서는 복수의 촬영 영상들을 획득하기 위해 반사체가 사용되었으나, 도 17의 실시예에서는 반사체를 이용하지 않고 복수의 물리 카메라들(1710)을 통해 복수의 촬영 영상들이 획득될 수 있다. 추정 장치는 물리 패턴(1720) 및 가상 패턴(1730)을 이용하여 복수의 물리 카메라들(1710) 중 적어도 하나에 대한 가상 스크린의 변환 파라미터를 추정할 수 있다. 그 밖에, 추정 장치의 동작에는 도 1 내지 도 16, 및 도 18 내지 도 21의 내용이 적용될 수 있다.
도 18은 일 실시예에 따른 가상 스크린의 파라미터를 추정하는 장치를 나타낸 블록도이다. 도 18을 참조하면, 추정 장치(1800)는 카메라(1810), AR 광학계(1820), 프로세서(1830) 및 메모리(1840)를 포함한다. 카메라(1810)는 복수의 픽셀들을 포함하는 이미지 센서로, 컬러 영상을 촬영하거나 그레이 스케일의 영상을 촬영할 수 있다. 카메라(1810)의 촬영 영상은 프로세서(1830) 및 메모리(1840) 중 적어도 하나로 제공될 수 있다. AR 광학계(1820)는 광원, 디스플레이 패널 및 적어도 하나의 광학 소자를 포함할 수 있다. 디스플레이 패널 및 광원에 의해 AR 영상에 대응하는 빛이 제공될 수 있고, 적어도 하나의 광학 소자는 AR 영상에 대응하는 빛을 반투명 광학 소자 방향으로 반사시킬 수 있다. 광원으로 LED 또는 레이저가 사용될 수 있다. AR 광학계(1820)에 의해 제공된 AR 영상에 대응하는 빛에 의해 가상 스크린이 형성될 수 있고, AR 광학계(1820)에 의해 제공된 빛 중 일부는 사용자 전방에 위치하는 반투명 광학 소자에 반사되어 사용자에게 제공될 수 있다.
메모리(1840)는 프로세서(1830)에서 읽을 수 있는 명령어를 포함한다. 상기 명령어가 프로세서(1830)에서 실행되면, 프로세서(1830)는 가상 스크린의 파라미터를 추정하기 위한 동작을 수행할 수 있다. 예를 들어, 프로세서(1830)는 물리 평면에 표시된 물리 패턴 및 가상 스크린에 표시된 가상 패턴을 비추는 반사체가 촬영된, 복수의 촬영 영상들을 물리 카메라로부터 획득하고, 물리 카메라에 대응하는 가상 카메라들을 반사체의 반사 각도 별로 추정하고, 물리 패턴에 대한 가상 카메라들의 변환 파라미터들에 기초하여, 가상 카메라들 중 기준 카메라에 대한 가상 카메라들의 제1 변환 파라미터들을 결정하고, 가상 패턴에 대한 가상 카메라들의 변환 파라미터들에 기초하여, 기준 카메라에 대한 가상 카메라들의 제2 변환 파라미터들을 결정하고, 제1 변환 파라미터들 및 제2 변환 파라미터들에 기초하여 가상 스크린의 치수 파라미터를 추정할 수 있다. 그 밖에, 추정 장치(1800)에는 도 1 내지 도 17, 및 도 19 내지 도 21의 내용이 적용될 수 있다.
도 19는 일 실시예에 따른 가상 스크린의 파라미터를 추정하는 방법을 나타낸 동작 흐름도이다. 도 19를 참조하면, 단계(1910)에서, 추정 장치는 물리 평면에 표시된 물리 패턴 및 가상 스크린에 표시된 가상 패턴을 비추는 반사체가 촬영된, 복수의 촬영 영상들을 물리 카메라로부터 획득한다. 단계(1920)에서, 추정 장치는 물리 카메라에 대응하는 가상 카메라들을 반사체의 반사 각도 별로 추정한다. 단계(1930)에서, 추정 장치는 물리 패턴에 대한 가상 카메라들의 변환 파라미터들에 기초하여, 가상 카메라들 중 기준 카메라에 대한 가상 카메라들의 제1 변환 파라미터들을 결정한다. 단계(1940)에서, 추정 장치는 가상 패턴에 대한 가상 카메라들의 변환 파라미터들에 기초하여, 기준 카메라에 대한 가상 카메라들의 제2 변환 파라미터들을 결정한다. 단계(1950)에서, 추정 장치는 제1 변환 파라미터들 및 제2 변환 파라미터들에 기초하여 가상 스크린의 치수 파라미터를 추정한다. 단계(1960)에서, 추정 장치는 치수 파라미터에 기초하여 물리 카메라에 대한 가상 스크린의 변환 파라미터를 추정한다. 그 밖에, 가상 스크린의 파라미터를 추정하는 방법에는 도 1 내지 도 18의 내용이 적용될 수 있다.
도 20은 다른 실시예에 따른 가상 스크린의 파라미터를 추정하는 방법을 나타낸 동작 흐름도이다. 도 20을 참조하면, 단계(2010)에서, 추정 장치는 물리 평면에 표시된 물리 패턴 및 가상 스크린에 표시된 가상 패턴을 비추는 반사체가 촬영된, 복수의 촬영 영상들을 물리 카메라로부터 획득한다. 단계(2020)에서, 추정 장치는 물리 카메라에 대응하는 가상 카메라들을 반사체의 반사 각도 별로 추정한다. 단계(2030)에서, 추정 장치는 복수의 촬영 영상들에 기초하여 가상 카메라들에 대한 물리 카메라의 변환 파라미터를 추정한다. 단계(2040)에서, 추정 장치는 물리 패턴에 대한 가상 카메라들의 변환 파라미터들에 기초하여, 가상 카메라들 중 기준 카메라에 대한 가상 카메라들의 제1 변환 파라미터들을 결정한다. 단계(2050)에서, 추정 장치는 가상 패턴에 대한 가상 카메라들의 변환 파라미터들에 기초하여, 기준 카메라에 대한 가상 카메라들의 제2 변환 파라미터들을 결정한다. 단계(2060)에서, 추정 장치는 제1 변환 파라미터들 및 제2 변환 파라미터들에 기초하여 가상 스크린의 치수 파라미터 및 가상 스크린에 대한 가상 카메라들의 변환 파라미터를 추정한다. 단계(2070)에서, 추정 장치는 가상 카메라들에 대한 물리 카메라의 변환 파라미터 및 가상 스크린에 대한 가상 카메라들의 변환 파라미터에 기초하여, 물리 카메라에 대한 가상 스크린의 변환 파라미터를 추정한다. 그 밖에, 가상 스크린의 파라미터를 추정하는 방법에는 도 1 내지 도 18의 내용이 적용될 수 있다.
도 21은 또 다른 실시예에 따른 가상 스크린의 파라미터를 추정하는 방법을 나타낸 동작 흐름도이다. 도 21을 참조하면, 단계(2110)에서, 추정 장치는 가상 스크린에 표시된 가상 패턴을 비추고, 물리 패턴을 포함하는 반사체가 촬영된, 복수의 촬영 영상들을 물리 카메라로부터 획득한다. 단계(2120)에서, 추정 장치는 물리 카메라에 대응하는 가상 카메라들을 반사체의 반사 각도 별로 추정한다. 단계(2130)에서, 추정 장치는 물리 패턴 및 반사체 간의 기하학적 관계에 기초하여 가상 카메라들에 대한 물리 카메라의 변환 파라미터를 추정한다. 단계(2140)에서, 추정 장치는 물리 패턴에 대한 가상 카메라들의 변환 파라미터들에 기초하여, 가상 카메라들 중 기준 카메라에 대한 가상 카메라들의 제1 변환 파라미터들을 결정한다. 단계(2150)에서, 추정 장치는 가상 패턴에 대한 가상 카메라들의 변환 파라미터들에 기초하여, 기준 카메라에 대한 가상 카메라들의 제2 변환 파라미터들을 결정한다. 단계(2160)에서, 추정 장치는 제1 변환 파라미터들 및 제2 변환 파라미터들에 기초하여 가상 스크린의 치수 파라미터 및 가상 스크린에 대한 가상 카메라들의 변환 파라미터를 추정한다. 단계(2170)에서, 추정 장치는 가상 카메라들에 대한 물리 카메라의 변환 파라미터 및 가상 스크린에 대한 가상 카메라들의 변환 파라미터에 기초하여, 물리 카메라에 대한 가상 스크린의 변환 파라미터를 추정한다. 그 밖에, 가상 스크린의 파라미터를 추정하는 방법에는 도 1 내지 도 18의 내용이 적용될 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(Arithmetic Logic Unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(Field Programmable Gate Array), PLU(Programmable Logic Unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
Claims (20)
- 물리 평면에 표시된 물리 패턴 및 가상 스크린에 표시된 가상 패턴을 비추는 반사체가 촬영된, 복수의 촬영 영상들을 물리 카메라로부터 획득하는 단계;
상기 물리 카메라에 대응하는 가상 카메라들을 상기 반사체의 반사 각도 별로 추정하는 단계;
상기 물리 패턴에 대한 상기 가상 카메라들의 변환 파라미터들에 기초하여, 상기 가상 카메라들 중 기준 카메라에 대한 상기 가상 카메라들의 제1 변환 파라미터들을 결정하는 단계;
상기 가상 패턴에 대한 상기 가상 카메라들의 변환 파라미터들에 기초하여, 상기 기준 카메라에 대한 상기 가상 카메라들의 제2 변환 파라미터들을 결정하는 단계; 및
상기 제1 변환 파라미터들 및 상기 제2 변환 파라미터들에 기초하여 상기 가상 스크린의 치수 파라미터를 추정하는 단계
를 포함하는, 가상 스크린의 파라미터 추정 방법. - 제1항에 있어서,
상기 치수 파라미터를 추정하는 단계는
상기 제1 변환 파라미터들 및 상기 제2 변환 파라미터들 간의 차이를 최소화하는 값을 상기 치수 파라미터로 추정하는 단계를 포함하는, 가상 스크린의 파라미터 추정 방법. - 제1항에 있어서,
상기 치수 파라미터를 추정하는 단계는
후보 치수 파라미터에 기초하여 상기 제2 변환 파라미터들을 결정하는 단계;
상기 제1 변환 파라미터들 및 상기 후보 치수 파라미터에 기초하여 결정된 상기 제2 변환 파라미터들 간의 차이를 결정하는 단계;
상기 결정된 차이 및 임계치를 비교하는 단계; 및
상기 비교 결과에 기초하여 상기 후보 치수 파라미터를 상기 치수 파라미터로 추정하는 단계
를 포함하는, 가상 스크린의 파라미터 추정 방법. - 제1항에 있어서,
상기 추정된 치수 파라미터에 기초하여 상기 물리 카메라에 대한 상기 가상 스크린의 변환 파라미터를 추정하는 단계
를 더 포함하는, 가상 스크린의 파라미터 추정 방법. - 제4항에 있어서,
상기 가상 스크린의 변환 파라미터를 추정하는 단계는
상기 복수의 촬영 영상들에 기초하여 상기 가상 패턴 및 상기 반사체 간의 기하학적 관계들을 추정하는 단계;
상기 기하학적 관계들에 기초하여, 상기 가상 패턴 및 상기 복수의 촬영 영상들 내 상기 가상 패턴의 허상들 간의 투영 오차를 계산하는 단계; 및
상기 투영 오차가 최소화되도록, 상기 물리 카메라에 대한 상기 가상 스크린의 변환 파라미터를 추정하는 단계
를 포함하는, 가상 스크린의 파라미터 추정 방법. - 제1항에 있어서,
상기 가상 카메라들에 대한 상기 물리 카메라의 변환 파라미터 및 상기 가상 스크린에 대한 상기 가상 카메라들의 변환 파라미터에 기초하여, 상기 물리 카메라에 대한 상기 가상 스크린의 변환 파라미터를 추정하는 단계
를 더 포함하는, 가상 스크린의 파라미터 추정 방법. - 제6항에 있어서,
상기 복수의 촬영 영상들에 기초하여 상기 가상 카메라들에 대한 상기 물리 카메라의 변환 파라미터를 추정하는 단계를 더 포함하는, 가상 스크린의 파라미터 추정 방법. - 제7항에 있어서,
상기 가상 카메라들에 대한 상기 물리 카메라의 변환 파라미터를 추정하는 단계는
상기 복수의 촬영 영상들에 기초하여 상기 물리 패턴 및 상기 반사체 간의 기하학적 관계들을 추정하는 단계;
상기 기하학적 관계들에 기초하여, 상기 물리 패턴 및 상기 복수의 촬영 영상들 내 상기 물리 패턴의 허상들 간의 투영 오차를 계산하는 단계; 및
상기 투영 오차가 최소화되도록, 상기 가상 카메라들에 대한 상기 물리 카메라의 변환 파라미터를 추정하는 단계
를 더 포함하는, 가상 스크린의 파라미터 추정 방법. - 제6항에 있어서,
상기 제1 변환 파라미터들 및 상기 제2 변환 파라미터들에 기초하여 상기 가상 스크린에 대한 상기 가상 카메라들의 변환 파라미터를 추정하는 단계를 더 포함하는, 가상 스크린의 파라미터 추정 방법. - 제1항에 있어서,
상기 복수의 촬영 영상들은 상기 반사체의 반사 각도를 조절하면서 촬영되는, 가상 스크린의 파라미터 추정 방법. - 가상 스크린에 표시된 가상 패턴을 비추고, 물리 패턴을 포함하는 반사체가 촬영된, 복수의 촬영 영상들을 물리 카메라로부터 획득하는 단계;
상기 물리 카메라에 대응하는 가상 카메라들을 상기 반사체의 반사 각도 별로 추정하는 단계;
상기 물리 패턴에 대한 상기 가상 카메라들의 변환 파라미터들에 기초하여, 상기 가상 카메라들 중 기준 카메라에 대한 상기 가상 카메라들의 제1 변환 파라미터들을 결정하는 단계;
상기 가상 패턴에 대한 상기 가상 카메라들의 변환 파라미터들에 기초하여, 상기 기준 카메라에 대한 상기 가상 카메라들의 제2 변환 파라미터들을 결정하는 단계; 및
상기 제1 변환 파라미터들 및 상기 제2 변환 파라미터들에 기초하여 상기 가상 스크린의 치수 파라미터를 추정하는 단계
를 포함하는, 가상 스크린의 파라미터 추정 방법. - 제11항에 있어서,
상기 가상 카메라들에 대한 상기 물리 카메라의 변환 파라미터 및 상기 가상 스크린에 대한 상기 가상 카메라들의 변환 파라미터에 기초하여, 상기 물리 카메라에 대한 상기 가상 스크린의 변환 파라미터를 추정하는 단계
를 더 포함하는, 가상 스크린의 파라미터 추정 방법. - 제12항에 있어서,
상기 물리 카메라 및 상기 반사체 간의 기하학적 관계에 기초하여 상기 가상 카메라들에 대한 상기 물리 카메라의 변환 파라미터를 추정하는 단계를 더 포함하는, 가상 스크린의 파라미터 추정 방법. - 제12항에 있어서,
상기 제1 변환 파라미터들 및 상기 제2 변환 파라미터들에 기초하여 상기 가상 스크린에 대한 상기 가상 카메라들의 변환 파라미터를 추정하는 단계를 더 포함하는, 가상 스크린의 파라미터 추정 방법. - 제1항 내지 제14항 중 어느 한 항의 방법을 수행하기 위한 명령어들을 포함하는 하나 이상의 프로그램을 저장한 컴퓨터 판독 가능 저장매체.
- 프로세서; 및
상기 프로세서에서 읽을 수 있는 명령어를 포함하는 메모리
를 포함하고,
상기 명령어가 상기 프로세서에서 실행되면, 상기 프로세서는
물리 평면에 표시된 물리 패턴 및 가상 스크린에 표시된 가상 패턴을 비추는 반사체가 촬영된, 복수의 촬영 영상들을 물리 카메라로부터 획득하고,
상기 물리 카메라에 대응하는 가상 카메라들을 상기 반사체의 반사 각도 별로 추정하고,
상기 물리 패턴에 대한 상기 가상 카메라들의 변환 파라미터들에 기초하여, 상기 가상 카메라들 중 기준 카메라에 대한 상기 가상 카메라들의 제1 변환 파라미터들을 결정하고,
상기 가상 패턴에 대한 상기 가상 카메라들의 변환 파라미터들에 기초하여, 상기 기준 카메라에 대한 상기 가상 카메라들의 제2 변환 파라미터들을 결정하고,
상기 제1 변환 파라미터들 및 상기 제2 변환 파라미터들에 기초하여 상기 가상 스크린의 치수 파라미터를 추정하는, 가상 스크린의 파라미터 추정 장치. - 제16항에 있어서,
상기 프로세서는
상기 제1 변환 파라미터들 및 상기 제2 변환 파라미터들 간의 차이를 최소화하는 값을 상기 치수 파라미터로 추정하는, 가상 스크린의 파라미터 추정 장치. - 제16항에 있어서,
상기 프로세서는
상기 추정된 치수 파라미터에 기초하여 상기 물리 카메라에 대한 상기 가상 스크린의 변환 파라미터를 추정하는, 가상 스크린의 파라미터 추정 장치. - 제16항에 있어서,
상기 프로세서는
상기 가상 카메라들에 대한 상기 물리 카메라의 변환 파라미터 및 상기 가상 스크린에 대한 상기 가상 카메라들의 변환 파라미터에 기초하여, 상기 물리 카메라에 대한 상기 가상 스크린의 변환 파라미터를 추정하는, 가상 스크린의 파라미터 추정 장치. - 제16항에 있어서,
상기 복수의 촬영 영상들은 상기 반사체의 반사 각도를 조절하면서 촬영되는, 가상 스크린의 파라미터 추정 장치.
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170166725A KR102436730B1 (ko) | 2017-12-06 | 2017-12-06 | 가상 스크린의 파라미터 추정 방법 및 장치 |
EP18183345.0A EP3496041A1 (en) | 2017-12-06 | 2018-07-13 | Method and apparatus for estimating parameter of virtual screen |
CN201810895968.3A CN109884793B (zh) | 2017-12-06 | 2018-08-08 | 用于估计虚拟屏幕的参数的方法和设备 |
US16/103,416 US10789762B2 (en) | 2017-12-06 | 2018-08-14 | Method and apparatus for estimating parameter of virtual screen |
JP2018219279A JP6980639B2 (ja) | 2017-12-06 | 2018-11-22 | 仮想スクリーンのパラメータ推定方法及び装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170166725A KR102436730B1 (ko) | 2017-12-06 | 2017-12-06 | 가상 스크린의 파라미터 추정 방법 및 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20190066882A true KR20190066882A (ko) | 2019-06-14 |
KR102436730B1 KR102436730B1 (ko) | 2022-08-26 |
Family
ID=63311756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020170166725A KR102436730B1 (ko) | 2017-12-06 | 2017-12-06 | 가상 스크린의 파라미터 추정 방법 및 장치 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10789762B2 (ko) |
EP (1) | EP3496041A1 (ko) |
JP (1) | JP6980639B2 (ko) |
KR (1) | KR102436730B1 (ko) |
CN (1) | CN109884793B (ko) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113170016A (zh) * | 2018-09-21 | 2021-07-23 | Lg电子株式会社 | 移动终端及其控制方法 |
US11487132B2 (en) * | 2018-11-12 | 2022-11-01 | Yutou Technology (Hangzhou) Co., Ltd. | Active alignment for assembling optical devices |
CN110780445A (zh) * | 2018-11-12 | 2020-02-11 | 芋头科技(杭州)有限公司 | 用于装配光学成像系统的主动校准的方法及系统 |
CN111176520B (zh) * | 2019-11-13 | 2021-07-16 | 联想(北京)有限公司 | 一种调整方法及装置 |
WO2022088103A1 (zh) * | 2020-10-30 | 2022-05-05 | 华为技术有限公司 | 一种图像标定方法及装置 |
US11172193B1 (en) * | 2020-12-04 | 2021-11-09 | Argo AI, LLC | Method and system to calibrate camera devices of a vehicle vision system using a programmable calibration target device |
CN112738487B (zh) | 2020-12-24 | 2022-10-11 | 阿波罗智联(北京)科技有限公司 | 图像投射方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110050887A1 (en) * | 2009-08-27 | 2011-03-03 | Steve Nelson | Projector Masks for Calibrating Projector-Based Display Systems |
US20130182083A1 (en) * | 2012-01-12 | 2013-07-18 | Seefront Gmbh | Calibration of an autostereoscopic display system |
DE102013219556A1 (de) * | 2013-09-27 | 2015-04-02 | Continental Automotive Gmbh | Verfahren und Vorrichtung zur Steuerung einer Bilderzeugungseinrichtung eines Head-Up-Displays |
KR20170017586A (ko) * | 2015-08-07 | 2017-02-15 | 삼성전자주식회사 | 3차원 디스플레이 장치의 파라미터 추정 방법 및 그 방법을 이용한 3차원 디스플레이 장치 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3573765B2 (ja) | 1993-03-18 | 2004-10-06 | カルソニックカンセイ株式会社 | 車両のヘッドアップディスプレイ装置 |
US7369101B2 (en) | 2003-06-12 | 2008-05-06 | Siemens Medical Solutions Usa, Inc. | Calibrating real and virtual views |
JP4699054B2 (ja) * | 2005-03-10 | 2011-06-08 | クラリオン株式会社 | 車両周囲監視装置 |
JP2010070066A (ja) | 2008-09-18 | 2010-04-02 | Toshiba Corp | ヘッドアップディスプレイ |
DE102011075703A1 (de) * | 2011-05-12 | 2012-11-15 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Kalibrierung einer Projektionseinrichtung eines Fahrzeugs |
GB201310360D0 (en) * | 2013-06-11 | 2013-07-24 | Sony Comp Entertainment Europe | Head-Mountable apparatus and systems |
CN104636743B (zh) * | 2013-11-06 | 2021-09-03 | 北京三星通信技术研究有限公司 | 文字图像校正的方法和装置 |
CN110542938B (zh) * | 2013-11-27 | 2023-04-18 | 奇跃公司 | 虚拟和增强现实系统与方法 |
CN105025284B (zh) * | 2014-04-18 | 2019-02-05 | 北京三星通信技术研究有限公司 | 标定集成成像显示设备的显示误差的方法和设备 |
US9819863B2 (en) * | 2014-06-20 | 2017-11-14 | Qualcomm Incorporated | Wide field of view array camera for hemispheric and spherical imaging |
KR102252828B1 (ko) | 2014-11-20 | 2021-05-14 | 엘지디스플레이 주식회사 | 영상데이터 보상장치 및 이를 포함하는 표시장치 |
DE102014117888A1 (de) * | 2014-12-04 | 2016-10-13 | Connaught Electronics Ltd. | Online-Kalibrierung eines Kraftfahrzeug-Kamerasystems |
KR101713740B1 (ko) | 2014-12-08 | 2017-03-08 | 현대자동차주식회사 | 차량의 증강현실 hud 표시 방법 및 그 표시 장치 |
US10247941B2 (en) * | 2015-01-19 | 2019-04-02 | Magna Electronics Inc. | Vehicle vision system with light field monitor |
WO2016157799A1 (ja) * | 2015-03-27 | 2016-10-06 | パナソニックIpマネジメント株式会社 | 車両用表示装置の位置調整方法 |
CN104932696B (zh) | 2015-06-29 | 2018-01-05 | 上海中航光电子有限公司 | 一种显示图像显示方法 |
JP6491574B2 (ja) | 2015-08-31 | 2019-03-27 | Kddi株式会社 | Ar情報表示装置 |
JP6390032B2 (ja) * | 2015-09-02 | 2018-09-19 | カルソニックカンセイ株式会社 | ヘッドアップディスプレイの歪補正方法とそれを用いたヘッドアップディスプレイの歪補正装置 |
US10558043B2 (en) | 2015-12-02 | 2020-02-11 | Rockwell Collins, Inc. | Worn display using a peripheral view |
KR20170066749A (ko) | 2015-12-04 | 2017-06-15 | 현대오트론 주식회사 | 헤드업 디스플레이의 영상 왜곡 보정 장치 및 방법 |
WO2017124186A1 (en) * | 2016-01-18 | 2017-07-27 | Arcane Technologies Inc. | System and method for interactive virtual lighting of a virtual sample representative of a real-life manufactured object |
CN106302132A (zh) * | 2016-09-14 | 2017-01-04 | 华南理工大学 | 一种基于增强现实的3d即时通讯系统与方法 |
-
2017
- 2017-12-06 KR KR1020170166725A patent/KR102436730B1/ko active IP Right Grant
-
2018
- 2018-07-13 EP EP18183345.0A patent/EP3496041A1/en active Pending
- 2018-08-08 CN CN201810895968.3A patent/CN109884793B/zh active Active
- 2018-08-14 US US16/103,416 patent/US10789762B2/en active Active
- 2018-11-22 JP JP2018219279A patent/JP6980639B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110050887A1 (en) * | 2009-08-27 | 2011-03-03 | Steve Nelson | Projector Masks for Calibrating Projector-Based Display Systems |
US20130182083A1 (en) * | 2012-01-12 | 2013-07-18 | Seefront Gmbh | Calibration of an autostereoscopic display system |
DE102013219556A1 (de) * | 2013-09-27 | 2015-04-02 | Continental Automotive Gmbh | Verfahren und Vorrichtung zur Steuerung einer Bilderzeugungseinrichtung eines Head-Up-Displays |
KR20170017586A (ko) * | 2015-08-07 | 2017-02-15 | 삼성전자주식회사 | 3차원 디스플레이 장치의 파라미터 추정 방법 및 그 방법을 이용한 3차원 디스플레이 장치 |
Also Published As
Publication number | Publication date |
---|---|
JP2019099142A (ja) | 2019-06-24 |
KR102436730B1 (ko) | 2022-08-26 |
CN109884793B (zh) | 2022-07-19 |
US20190172250A1 (en) | 2019-06-06 |
EP3496041A1 (en) | 2019-06-12 |
CN109884793A (zh) | 2019-06-14 |
US10789762B2 (en) | 2020-09-29 |
JP6980639B2 (ja) | 2021-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102436730B1 (ko) | 가상 스크린의 파라미터 추정 방법 및 장치 | |
US11948462B2 (en) | Image generating apparatus, image generating method, and recording medium | |
TWI708210B (zh) | 三維模型重建方法、電子裝置及非暫態電腦可讀取記錄媒體 | |
US11138750B2 (en) | Distance estimating method and apparatus | |
US11181737B2 (en) | Head-up display device for displaying display items having movement attribute or fixed attribute, display control method, and control program | |
US10990836B2 (en) | Method and apparatus for recognizing object, device, vehicle and medium | |
KR102707598B1 (ko) | 3차원 증강 현실을 위한 캘리브레이션 방법 및 그 장치 | |
WO2018196391A1 (zh) | 一种车载摄像机的外部参数标定方法及装置 | |
CN108022264B (zh) | 相机位姿确定方法及设备 | |
US11227395B2 (en) | Method and apparatus for determining motion vector field, device, storage medium and vehicle | |
WO2012043045A1 (ja) | 画像処理装置及びそれを用いた撮像装置 | |
JP6008397B2 (ja) | 光学式シースルー型hmdを用いたarシステム | |
JP2018519696A (ja) | 画像の線からのカメラの外部パラメータ推定 | |
CN103502876A (zh) | 用于校正车辆的投影装置的方法和设备 | |
KR20200045693A (ko) | 캘리브레이션 방법 및 장치 | |
Wientapper et al. | A camera-based calibration for automotive augmented reality head-up-displays | |
CN115409973A (zh) | 增强现实抬头显示成像方法、装置、设备以及存储介质 | |
CN118004035B (zh) | 一种基于车载投影仪的辅助驾驶方法、装置及电子设备 | |
CN109756660B (zh) | 电子设备和移动平台 | |
CN115665400B (zh) | 增强现实抬头显示成像方法、装置、设备以及存储介质 | |
US20240087489A1 (en) | Processor, image processing device, glasses-type information display device, image processing method, and image processing program | |
CN112116661B (zh) | 一种高精地图的构建方法及装置 | |
CN118429443A (zh) | 激光雷达与相机联合的外参标定方法、装置、设备和介质 | |
CN116012798A (zh) | 一种车道线自动化标注的优化方法及相关设备 | |
JP2020077297A (ja) | 位置姿勢推定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |